論文の概要: UNICORN: Ultrasound Nakagami Imaging via Score Matching and Adaptation
- arxiv url: http://arxiv.org/abs/2403.06275v1
- Date: Sun, 10 Mar 2024 18:05:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-13 06:49:38.244691
- Title: UNICORN: Ultrasound Nakagami Imaging via Score Matching and Adaptation
- Title(参考訳): UNICORN: スコアマッチングと適応による超音波中上イメージング
- Authors: Kwanyoung Kim, Jaa-Yeon Lee, Jong Chul Ye
- Abstract要約: 超音波による組織散乱の可視化と定量化は中上イメージングが約束している。
既存の手法では、最適なウィンドウサイズの選択に苦労し、推定の不安定性に悩まされている。
提案手法は,中上パラメータ推定のための高精度でクローズドな形状推定器であるUNICORNを提案する。
- 参考スコア(独自算出の注目度): 59.91293113930909
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nakagami imaging holds promise for visualizing and quantifying tissue
scattering in ultrasound waves, with potential applications in tumor diagnosis
and fat fraction estimation which are challenging to discern by conventional
ultrasound B-mode images. Existing methods struggle with optimal window size
selection and suffer from estimator instability, leading to degraded resolution
images. To address this, here we propose a novel method called UNICORN
(Ultrasound Nakagami Imaging via Score Matching and Adaptation), that offers an
accurate, closed-form estimator for Nakagami parameter estimation in terms of
the score function of ultrasonic envelope. Extensive experiments using
simulation and real ultrasound RF data demonstrate UNICORN's superiority over
conventional approaches in accuracy and resolution quality.
- Abstract(参考訳): 超音波における組織散乱の可視化と定量化は, 従来の超音波Bモード画像では識別が困難であった腫瘍診断と脂肪分率推定に応用できる可能性がある。
既存の手法では、最適なウィンドウサイズの選択に苦労し、推定の不安定性に苦しめられ、解像度が低下する。
そこで,本稿では,超音波エンベロープのスコア関数の観点から,中上パラメータ推定のための高精度な閉型推定器であるunicorn(ultrasound nakagami imaging via score matching and adapt)を提案する。
シミュレーションと実際の超音波RFデータを用いた大規模な実験は、UNICORNが従来の精度と分解能品質のアプローチよりも優れていることを示した。
関連論文リスト
- Ultrasound Imaging based on the Variance of a Diffusion Restoration Model [7.360352432782388]
本稿では, 線形直列モデルと学習に基づく先行モデルを組み合わせたハイブリッド再構成手法を提案する。
我々は,高品質な画像再構成を実現するための分散イメージング手法の有効性を実証し,合成,in-vitro,in-vivoデータの実験を行った。
論文 参考訳(メタデータ) (2024-03-22T16:10:38Z) - Unpaired Optical Coherence Tomography Angiography Image Super-Resolution
via Frequency-Aware Inverse-Consistency GAN [6.717440708401628]
本稿では,GANに基づくOCTA画像の非ペア化超解像法を提案する。
また,再構成画像の正確なスペクトル化を容易にするため,識別器の周波数認識による逆方向の損失も提案する。
実験により,本手法は,他の最先端の未経験手法よりも定量的,視覚的に優れていることが示された。
論文 参考訳(メタデータ) (2023-09-29T14:19:51Z) - Deep Ultrasound Denoising Using Diffusion Probabilistic Models [5.828784149537374]
従来のデノナイジング法は、しばしばスペックルを除去するが、これは放射線科医や定量的な超音波検査にも有用である。
本稿では,近年のDenoising Diffusion Probabilistic Models (DDPM) に基づく手法を提案する。
スペックルテクスチャを保ちながらノイズを除去し、画像品質を反復的に向上させる。
論文 参考訳(メタデータ) (2023-06-12T21:53:32Z) - DopUS-Net: Quality-Aware Robotic Ultrasound Imaging based on Doppler
Signal [48.97719097435527]
DopUS-Netはドップラー画像とBモード画像を組み合わせることで、小血管のセグメンテーション精度と堅牢性を高める。
動脈再同定モジュールは、リアルタイムセグメンテーション結果を質的に評価し、拡張ドップラー画像に対するプローブポーズを自動的に最適化する。
論文 参考訳(メタデータ) (2023-05-15T18:19:29Z) - OADAT: Experimental and Synthetic Clinical Optoacoustic Data for
Standardized Image Processing [62.993663757843464]
オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。
OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。
臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
論文 参考訳(メタデータ) (2022-06-17T08:11:26Z) - Ultrasound Speckle Suppression and Denoising using MRI-derived
Normalizing Flow Priors [16.741462523436848]
本稿では,非教師付き超音波スペックル低減法と画像復調法を提案する。
この方法は、他の(教師なし)超音波復調法(NLMおよびOBNLM)を定量的および定性的に上回る。
論文 参考訳(メタデータ) (2021-12-24T17:21:24Z) - Deep Learning for Ultrasound Beamforming [120.12255978513912]
受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。
現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。
ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
論文 参考訳(メタデータ) (2021-09-23T15:15:21Z) - A Universal Deep Learning Framework for Real-Time Denoising of
Ultrasound Images [0.0]
超音波画像のリアルタイムデノライゼーションのための普遍的ディープラーニングフレームワークを定義した。
超音波画像の平滑化のための最先端手法の解析と比較を行った。
そこで本研究では,選択された最新デノイジング手法のチューニング版を提案する。
論文 参考訳(メタデータ) (2021-01-22T14:18:47Z) - Improved Slice-wise Tumour Detection in Brain MRIs by Computing
Dissimilarities between Latent Representations [68.8204255655161]
磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。
本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。
本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
論文 参考訳(メタデータ) (2020-07-24T14:02:09Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2020-03-15T23:07:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。